1.一种基于巡检机器人的液位仪表读数识别方法，其特征在于：该方法具体步骤如下：

1)采集液位仪表图像信息，获得第一仪表图像，第一仪表图像为包含液位线、液位线上方一个刻度线数字以及液位线下方一个刻度线数字的液位仪表区域图像；

2)利用中值滤波算法对第一仪表图像进行去噪，获得第二仪表图像；

3)对步骤2)中得到的第二仪表图像进行倾斜校正，获得第三仪表图像；

4)对步骤3)中得到的第三仪表图像进行液位线检测；具体包括步骤bl)和b2)：bl)将第三仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间图像，并对Cb空间图像进行二值化，获得第四仪表图像；

b2)对第四仪表图像的各连通域进行标记，并绘制各连通域的最小外接矩形，各最小外接矩形中高度与宽度之比最大的那个矩形即为液柱的最小外接矩形；获取液柱的最小外接矩形的四个端点纵坐标值，设左上角端点或右上角端点所对应的纵坐标h0，其中，第四仪表图像的坐标系原点为第四仪表图像左上角；

5)在液位线检测后，对液位线上下的刻度线数字进行识别；具体包括步骤cl)～c4):cl)将步骤3)中得到的第三仪表图像进行灰度化，并进行二值化处理，得到第五仪表图像；

c2)在第五仪表图像中使用轮廓勾勒算法勾勒出各刻度线数字的外轮廓，然后遍历每一个外轮廓，绘制各个外轮廓的最小矩形，并记录各刻度线数字的最小矩形几何中心坐标，根据几何中心坐标对各刻度线数字进行排序，然后使用ROI将各刻度线数字按顺序从第三仪表图像中分割出来；

c3)通过双线性插值法对分割出来的各刻度线数字进行归一化，然后将归一化得到的各刻度线数字进行灰度化、二值化，并通过Zhang‑Suen细化算法得到数字骨架；

c4)通过穿线法对细化后的数字骨架进行识别；

6)设第三仪表图像的坐标系原点为第三仪表图像左上角，则液位线上下刻度线数字的最小外接矩形的几何中心坐标在第三仪表图像中所对应的纵坐标M和N直接由步骤c2)记录得到，而液柱的最小外接矩形左上角端点或右上角端点所对应的纵坐标h0直接由步骤b2)得到；计算M与N的坐标差值H以及液位线纵坐标h0与N的坐标差值ΔH；设液位线上、下刻度线数字差值为m，步骤c4)识别出的液位线下刻度线数字数值为m2，则 即为液位仪表读数；

所述的穿线法是基于数字特征对数字进行识别的方法，数字特征包括横线特征和竖线特征；定义3条横线和3条竖线，3条横线包括高的1/3处直线、高的2/3处直线和高的1/2处直线，3条竖线包括宽的1/4处直线、宽的3/4处直线和宽的1/2处直线，通过计算并统计数字与这六条线的交点数和交点的位置来识别数字。

2.根据权利要求1所述的一种基于巡检机器人的液位仪表读数识别方法，其特征在于：所述的液位仪表图像信息由巡检机器人采集。

3.根据权利要求1所述的一种基于巡检机器人的液位仪表读数识别方法，其特征在于：第二仪表图像倾斜校正的过程具体包括步骤a1)～a3)：a1)将第二仪表图像从RGB颜色空间变换到YCrCb颜色空间，提取出Cb空间仪表图像，然后对Cb空间仪表图像进行二值化，并提取二值化图像中连通域面积最大的部分，即为液柱；

a2)寻找液柱的外轮廓，并根据液柱的外轮廓绘制最小外接矩形，然后获取最小外接矩形的倾斜角S1；

a3)根据a2)中得到的倾斜角S1，将第二仪表图像旋转倾斜角S1，得到第三仪表图像。